网络层 - Conv2d

Conv2d

Conv2d卷积层多用于图像识别，使用过滤器提取图像中的特征。

构造器

两种方法构造一个新建一个层，输入参数都是必要的。

〔方法一〕使用 filters , kernelSize 和 strides 参数进行构造（支持两种不同的核形状和步进长度）

正方形（长宽相等）

TSP.layers.Conv2d( { filters : Int, kernelSize: Int, strides: Int } );

长宽不等的核和步进长度使用一个数组两个值来表示（第一个是宽，第二个是长）

TSP.layers.Conv2d( { filters : Int, kernelSize: [Int, Int], strides: [Int, Int] } );

〔方法二〕使用 shape 参数进行构造

TSP.layers.Conv2d( { shape : [ Int, Int, Int ] } );

Fig. 1 - Conv2d层示意图（左：收缩 | 右：展开）

参数列表

参数名标签	类型	简介	具体用法细节和例子
filters ⭐📦️	Int	特征提取过滤器的数量	filters: 16
name 🔧	String	层的命名建议添加	name: “layerName”
padding 🔧📦	String	是否使用padding	valid [default] 不使用padding，丢弃无法提取特征的部分，会改变输出的形状 same 使用padding，在不够的位置补零，输出的形状不变
shape ⚙️📦️	Int[]	当前层的输出形状	dataFormat默认通道值在最后，例如，shape = [ 28, 28, 6 ]，则表示输出为6个特征图，每幅图大小28*28
kernelSize ⚙️📦️	Int	卷积核的尺寸	2d卷积核为正方形，kernelSize: 3
strides ⚙️📦️	Int	卷积移动框的移动步长	在不同方向的步长相等，默认情况自动推断 strides = [1, 1]
color ⚙️🎨️	color format	层的颜色	Conv2d默认颜色是亮黄色 #FFFF2E
closeButton ⚙️🎨️	Dict	层关闭按钮外观控制列表，查看详情	display : Boolean. true [default] 显示按钮, false 隐藏按钮 ratio : Int 为正常大小的几倍，默认为1倍例如，设为2为正常大小的2倍大
initStatus ⚙️️🎦	String	初始化时，本层是否收缩	close[default] : 收缩
animeTime ⚙️🎦️	Int	张开和伸缩的速度	例如2000就是2秒，如果在layer中配置animeTime属性将会覆盖model中的animeTime。

属性

.inputShape : Int[]

本层输入Tensor的形状，dataFormat默认通道值在最后，例如inputShape = [ 28, 28, 3 ] 表示输入为3个特征图，每个图大小为28*28。

在 model.init() 后才可拿到数据，否则为undefined。

.outputShape : Int[]

本层输出Tensor的形状为3维 3️⃣

dataFormat默认通道值在最后，例如outputShape = [ 32, 32, 4 ] 表示经过此层处理后，有4个特征图，每个图大小为32*32。

在 model.init() 后才可拿到数据，否则为undefined。

.neuralValue : Float[]

本层层间输出值数组。

载入模型，在 model.predict() 后才可以拿到数据，否则为undefined。

.name : String

本层的自定义名称。

创建后即可取到。

.layerType : String

本层的类型，返回一个定值，字符串Conv2d。

创建后即可取到。

方法

.apply( layer ) : void

此方法只在 Functional Model 中使用（非序列型，图结构）。

将此层连接到layer上，layer即此层的上一层。

使用此方法来建立一个连接。在 Sequential Model 中不需要专门使用此方法来建立链接，参照 Keras or TensorFlow.js 构建模型语法，直接添加层即可。

let inputLayer = new TSP.layers.GreyscaleInput( {

    shape: [28, 28]

} );

let convLayer = new TSP.layers.Conv2d( {

    kernelSize: 2,
    filters: 16,
    strides: 1

} );

convLayer.apply( inputLayer );

.openLayer() : void

通过直接和3d场景中物体交互直接点击层打开。

Fig. 2 - 点击打开Conv2d层

代码中通过调用方法打开。

let conv2dLayer = new TSP.layers.Conv2d( {

    // 配置Conv2d。

} );

model.add( conv2dLayer );

// ... 给模型添加更多的layer。

model.init();

// 调用openLayer API来打开layer。

conv2dLayer.openLayer();

.closeLayer() : void

通过直接和3d场景中物体交互点击按钮关闭。

Fig. 3 - 点击关闭按钮关闭Conv2d层

代码中通过调用方法打开。

let conv2dLayer = new TSP.layers.Conv2d( {

    // 配置Conv2d。

} );

model.add( conv2dLayer );

// ... 给模型添加更多的layer。

model.init();

// 如果layer已经是打开状态，调用closeLayer API来关闭layer。

conv2dLayer.closeLayer();

使用样例

声明一个Conv2D的实例，方便复用

let convLayer = new TSP.layers.Conv2d( {

    kernelSize: 5,
    filters: 6,
    strides: 1,
    animeTime: 4000,
    name: "conv2d1",
    initStatus: "open"

} );

model.add( convLayer );

直接添加Conv2D

model.add(new TSP.layers.Conv2d( {

    kernelSize: 5,
    filters: 16,
    strides: 1,
    name: "conv2d2"

} ));

什么时候用

如果你熟悉Keras | TensorFlow | tfjs 框架，构建模型时使用了卷积层Conv2D（下表列出了可能的使用情景）。一一对应的，在TensorSpace中，你应该使用此API。

框架名称	对应框架中新建对象代码段
Keras️	keras.layers.Conv2D(filters, kernel_size, strides=(1, 1))
TensorFlow	tf.nn.conv2d(input, filter, strides, padding)
TensorFlow.js️	tf.layers.conv2d(filters, inputShape)

标签详情

符号	参数性质	说明
⭐️	必要	使用时必须提供，不能为空，只要提供了这些参数，就能正常创建实例，控制参数使用默认值。
🔧	推荐	使用时推荐给定，未给定也可以运行，但在体验和易用性上有隐患。
⚙️	可选	根据模型配置参数选择性添加，这里的参数对于层的结构（3D可视化外观）没有影响。
📦	模型	配置卷积层的相关属性，并对输出特征图形状有影响。
🎨	外观	可覆盖TSP.model下的属性进行细调（查看详情）
🎦	动画控制	可覆盖TSP.model下的属性进行细调（查看详情）

源码

tensorspace/src/layer/intermediate/Conv2d.js